Cerca nel sito per parola chiave

prodotti - Software

Pipeline per clustering di serie temporali in ambiente big data

prodotti - Software

Pipeline per clustering di serie temporali in ambiente big data

Catena di elaborazione configurabile per il clustering di un generico dataset di serie temporali. In ambito elettro-energetico l’applicazione è stata utilizzata per la caratterizzazione di utenti elettrici sulla base del proprio profilo di potenza attiva.


 
DESCRIZIONE

La pipeline implementa un processo di elaborazione completo e configurabile finalizzato al clustering di un generico dataset di serie temporali di dati.
Come risultato finale si ottengono i cluster di appartenenza per ogni serie temporale, assieme agli indici di bontà della clusterizzazione e la rappresentazione grafica dei cluster.
Possono essere selezionati e configurati l’algoritmo di clustering, l’intervallo di aggregazione temporale dei dati, tipologia di normalizzazione, possibile applicazione di funzioni di rappresentazione.
La pipeline di elaborazione include seguenti passaggi principali:
– Aggregazione e interpolazionedei dati di ingresso su un intervallo temporale selezionato;
– Applicazione di funzioni di normalizzazione o cambiamento della rappresentazione dei dati (es. Convolutional Auto-Encoder, Functional Principal Component Analysis);
– Applicazione di algoritmi di clustering dei dati e salvataggio dei risultati (cluster di appartenenza per ogni serie temporale, indici di bontà della clusterizzazione e rappresentazione grafica dei cluster).
Il codice è stato sviluppato per l’esecuzione su una piattaforma big data Databricks.
  
APPLICAZIONI

Classificazione degli utenti di servizi energetici in base ai propri profili di consumo.
Identificazione e classificazione di comportamenti caratteristici di consumo e tipologie di utenza su diverse scale temporali.
Sviluppo di sistemi di previsione di carico delle reti energetiche per ottimizzare la gestione operativa e la pianificazione delle reti. 

 
UTILIZZATORI

Operatori di reti energetiche.
 
 
FOCUS

F. Soldan, A. Maldarella, G. Paludetto, E. Bionda, F. Belloni, S. Grillo, “Characterization of electric consumers through an automated clustering pipeline”, 2022 IEEE International Conference on Environment and Electrical Engineering and 2022 IEEE Industrial and Commercial Power Systems Europe (EEEIC / I&CPS Europe), July 2022 (accettato)

Progetti

laboratoriRete e componenti elettrici

Laboratorio IoT e Big Data  

La digitalizzazione del sistema energetico rappresenta una trasformazione fondamentale, resa possibile da una serie di avanzamenti tecnologici chiave. Questa trasformazione è alimentata dalla convergenza di diverse tecnologie, inclusi i progressi nelle comunicazioni (5G), nella sensoristica a basso costo per l'Internet of Things (IoT), nella capacità di analizzare grandi volumi di dati (Big Data) e di offrire soluzioni basate sull’intelligenza artificiale.

IndustriaRicerca
#Reti Attive di Distribuzione#Settore Industriale#Smart Grids

rapportiDeliverable

2020

Tecniche di intelligenza artificiale per serie temporali di dati di esercizio e diagnostici del sistema elettrico

Il rapporto descrive le attività svolte durante il 2020 nell’ambito del progetto “Architetture e tecnologie ICT per il sistema elettrico” con particolare attenzione a tecniche di intelligenza artificiale, analisi di Big Data, analisi di serie temporali e introduzione alla gestione dei Big Data in tempo reale. Il rapporto è completato con un’analisi sui consumi elettrici delle città di Milano e Brescia durante il lockdown a seguito della prima ondata della pandemia da Covid-19.

Ricerca
#Decarbonizzazione#Digitalizzazione#Intelligenza Artificiale#Rete Elettrica#Reti Attive di Distribuzione#Sistema Elettrico#Smart Grids

laboratoriRete e componenti elettrici

Laboratorio IoT e Big Data  

La digitalizzazione del sistema energetico rappresenta una trasformazione fondamentale, resa possibile da una serie di avanzamenti tecnologici chiave. Questa trasformazione è alimentata dalla convergenza di diverse tecnologie, inclusi i progressi nelle comunicazioni (5G), nella sensoristica a basso costo per l'Internet of Things (IoT), nella capacità di analizzare grandi volumi di dati (Big Data) e di offrire soluzioni basate sull’intelligenza artificiale.

IndustriaRicerca
#Reti Attive di Distribuzione#Settore Industriale#Smart Grids

rapportiDeliverable

2020

Tecniche di intelligenza artificiale per serie temporali di dati di esercizio e diagnostici del sistema elettrico

Il rapporto descrive le attività svolte durante il 2020 nell’ambito del progetto “Architetture e tecnologie ICT per il sistema elettrico” con particolare attenzione a tecniche di intelligenza artificiale, analisi di Big Data, analisi di serie temporali e introduzione alla gestione dei Big Data in tempo reale. Il rapporto è completato con un’analisi sui consumi elettrici delle città di Milano e Brescia durante il lockdown a seguito della prima ondata della pandemia da Covid-19.

Ricerca
#Decarbonizzazione#Digitalizzazione#Intelligenza Artificiale#Rete Elettrica#Reti Attive di Distribuzione#Sistema Elettrico#Smart Grids

Comments